69

我正在使用lmer()in packagelme4来估计混合效应模型。这很好用，但现在我想对固定次数的迭代运行估计过程，然后通过指定起始值来恢复该过程，如上一个估计过程计算的那样。

根据帮助，?lmer这是可能的，通过设置参数：

  • start- 这些是新的起始值，根据帮助可以ST从拟合模型中提取槽中的值并使用这些值，即使用x@ST
  • maxiter- 作为命名参数提供给control

因此，例如，假设我想lme使用iris数据拟合一个，可以试试这个：

library(lme4)

# Fit model with limited number of iterations

frm <- "Sepal.Length ~ Sepal.Width | Species"

x <- lmer(frm, data=iris, 
          verbose=TRUE, control=list(maxIter=1), model=FALSE)

# Capture starting values for next set of iterations
start <- list(ST=x@ST)

# Update model
twoStep <-  lmer(frm, data=iris, 
          verbose=TRUE, control=list(maxIter=100), model=TRUE, 
          start=start)

这行得通。看看输出，其中第一列是 REML，即随机效应最大似然。请特别注意模型 2 中的 REML 从模型 1 终止的地方开始：

> x <- lmer(frm, data=iris, 
+           verbose=TRUE, control=list(maxIter=1), model=FALSE)
  0:     264.60572: 0.230940 0.0747853  0.00000
  1:     204.22878: 0.518239  1.01025 0.205835
  1:     204.22878: 0.518239  1.01025 0.205835

> # Capture starting values for next set of iterations
> start <- list(ST=x@ST)

> # Update model
> twoStep <-  lmer(frm, data=iris, 
+           verbose=TRUE, control=list(maxIter=100), model=TRUE, 
+           start=start)
  0:     204.22878: 0.518239  1.01025 0.205835
  1:     201.51667: 0.610272  2.00277 0.286049
  2:     201.46706: 0.849203  1.94906 0.358809
  3:     201.44614: 0.932371  1.88581 0.482423
  4:     201.39421:  1.00909  1.71078 0.871824
  5:     201.36543:  1.00643  1.60453  1.01663
  6:     201.31066:  1.00208  1.35520  1.27524
  7:     201.28458:  1.08227  1.22335  1.35147
  8:     201.24330:  1.50333 0.679759  1.31698
  9:     201.11881:  1.95760 0.329767 0.936047

但是，当我对此有不同的价值时，maxIters它不再起作用：

x <- lmer(frm, data=iris, 
          verbose=TRUE, control=list(maxIter=3), model=FALSE)
start <- list(ST=x@ST)
twoStep <-  lmer(frm, data=iris, 
                 verbose=TRUE, control=list(maxIter=100), model=TRUE, 
                 start=start)

请注意，REML 值在 264 处重新开始，即开始：

> x <- lmer(frm, data=iris, 
+           verbose=TRUE, control=list(maxIter=3), model=FALSE)
  0:     264.60572: 0.230940 0.0747853  0.00000
  1:     204.22878: 0.518238  1.01025 0.205835
  2:     201.94075:  0.00000  1.51757 -1.18259
  3:     201.71473:  0.00000  1.69036 -1.89803
  3:     201.71473:  0.00000  1.69036 -1.89803

> # Capture starting values for next set of iterations
> start <- list(ST=x@ST)

> # Update model
> twoStep <-  lmer(frm, data=iris, 
+           verbose=TRUE, control=list(maxIter=100), model=TRUE, 
+           start=start)
  0:     264.60572: 0.230940 0.0747853  0.00000
  1:     204.22878: 0.518238  1.01025 0.205835
  2:     201.94075:  0.00000  1.51757 -1.18259
  3:     201.71473:  0.00000  1.69036 -1.89803
  4:     201.64641:  0.00000  1.82159 -2.44144
  5:     201.63698:  0.00000  1.88282 -2.69497
  6:     201.63649:  0.00000  1.89924 -2.76298
  7:     201.63649: 4.22291e-08  1.90086 -2.76969
  8:     201.63649: 4.22291e-08  1.90086 -2.76969

问题：如何lmer()使用从先前拟合的模型获得的起始值可靠地重新启动？

会话信息：

packageVersion("lme4")
[1] ‘0.999999.2’
4

1 回答 1

3

这是 lme4 中已确认的错误，根据评论

我在 github.com/lme4/lme4/issues/55 上记录了一个问题 – Andrie 2013 年 7 月 2 日 15:42

现在应该为 lmer 修复这个问题（尽管 glmer 不是，这有点棘手）。– 本博尔克 7 月 14 日

那是在版本 < 0.99999911-6 时回来的；自 2013 年 9 月 21 日以来，CRAN上的 lme4 的版本 > 1.0-4。

于 2014-04-30T13:27:52.260 回答